Voice Design - La prima IA generativa per l’audio

Il mese scorso abbiamo annunciato l'arrivo del nostro modello generativo per la creazione di voci. Finalmente è qui ed è il primo nel suo genere: lo chiamiamo Voice Design. Questa funzionalità ti permette di creare nuove voci da zero selezionandone le caratteristiche principali, come genere, età e accento. Anche con le stesse impostazioni dei parametri principali, il nostro modello introduce un elemento di casualità ogni volta che selezioni Genera, per garantire che ogni voce che ascolti sia davvero unica. Voice Design fa parte del nostro impegno più ampio per offrire a editori e creator gli strumenti di IA più versatili per raccontare storie.

Voice Design

Il modello alla base di Voice Design è in gran parte il risultato della nostra ricerca sulla sintesi vocale e sulla Clonazione Vocale IA, anche se da sempre ci piaceva l'idea di uno strumento generativo per il parlato. Abbiamo già visto applicazioni pratiche dei modelli generativi da testo a immagine e dei chatbot, ma mancava uno strumento analogo per l'audio. Fin dal lancio abbiamo ricevuto richieste di aggiungere più speaker alla nostra raccolta. Invece di riempire la libreria di innumerevoli voci e costringerti ad ascoltare ogni anteprima per capire chi è chi, abbiamo deciso di ribaltare l'approccio e lasciarti definire l'identità dello speaker, mantenendo al tempo stesso una varietà infinita entro questi vincoli.

Aggiungere un certo grado di controllo alla selezione delle voci era importante, perché i nostri utenti cercano spesso caratteristiche vocali specifiche per i loro script. Garantire che ogni voce generata fosse unica era altrettanto fondamentale, poiché molti casi d'uso richiedono, o almeno traggono vantaggio da, un accesso esclusivo a una voce. Oltre a offrire agli utenti un nuovo sbocco creativo, le voci generate con Voice Design sono completamente artificiali e non appartengono a persone reali.

Applicazioni

Oltre a trasformare facilmente i testi in audio di qualità con il nostro strumento principale di sintesi vocale, gli autori di libri possono ora usare Voice Design per avere il controllo artistico sulla narrazione e dare forma alla personalità di ogni personaggio con voci su misura.

Gli editori di testate giornalistiche che si avvicinano all'audio hanno bisogno di voci per le loro storie. Poiché i narratori vengono identificati con le pubblicazioni che rappresentano, scegliere la voce fuori campo giusta diventa un compito importante che non viene ripetuto spesso. Voice Design permette agli editori di scegliere e confrontare sul momento un numero virtualmente illimitato di narratori. Offre inoltre la tranquillità di avere una voce specifica che rappresenti loro, e solo loro.

Gli sviluppatori di videogiochi non devono più decidere se un determinato personaggio giustifichi i costi di registrazione. Decine di migliaia di NPC prima muti possono ora avere personalità uniche, ampliando i confini dell'immersione virtuale.

Che tu sia un content creator al lavoro sulla tua prossima pubblicazione o un responsabile aziendale che vuole dare voce alle comunicazioni aziendali, le possibilità di creare audio realistico e coinvolgente per casi d'uso e pubblici specifici sono ora illimitate.

Ecosistema

Voice Design è una delle numerose funzionalità per l'editing della narrazione che prevediamo di introdurre quest'anno. La prossima è Studio , la nostra nuova workstation per strutturare testi lunghi, inserire pause, rigenerare parti dell'audio e assegnare porzioni di testo a speaker diversi. Studio arriverà a fine marzo e sarà integrato con il supporto per l'editing dell'intonazione più avanti, nel secondo trimestre di quest'anno.